- 相关博文
- 最新资讯
-
作者 | 年素清责编 | 王晓曼出品 | 程序人生(ID:coder _life)无论是整日写代码的程序员,还是依靠电脑工作的白领,他们的日常操作肯定离开不了“复制”和“粘贴”这两个功...
-
Google 重磅发布 Flutter 2 !一套代码横扫 5 大系统原创 郑丽媛 CSDN 今天今日,谷歌重磅发布了下一代 Flutter —— 专为 Web、移动和桌面而构建的 Flutter 2!作为谷歌免费开源的 UI 工具包,Flutter 帮助许多开发者构建了多平台应用,支持移动、Web、桌面和嵌入式平台,仅在 Google Play Store 平台上就有已超过 15 万个基于 Flutter 开发的应用,国内我们熟知的闲鱼 App、以及“国民应用”微信,均使用了 Flutter 进行
-
编者按:新药研发的过程是一个耗资大、周期长以及风险高的行业,传统的药物研发据统计,平均研究每一个新药从靶点发现到药物上市需要大约10年的时间和需要大约20亿美元的研究经费。如今,人工智能正在改变这一现状。Insilico Medicine这首次利用AI成功地将生物学和化学结合起来,发现了一个新的生物靶点,以及相应的候选药物,整个研发过程仅耗费短短18个月,研发成本只有260万美元,相当于类似项目的十分之一。作者 | 阿司匹林出品 | CSDN新药研发的贵,超出想象!一款创新药物的研发.
-
内容导读北京时间 3 月 4 日,PyTorch 官方博客发布 1.8版本。据官方介绍,新版本主要包括编译器和分布式训练更新,同时新增了部分移动端教程。整体来看,本次版本更新涵盖 1.7 版本发布以来,共计 3,000 多次 commit,包括编译、代码优化、科学计算前端 API 以及通过 pytorch.org 提供的二进制文件支持 AMD ROCm。同时 PyTorch 1.8 还为管道和模型并行的大规模训练,进行了功能改进和梯度压缩。其中一些重点更新包括:通过 torch.fx.
-
词向量模型简介概述词向量维度Word2VecCBOW 模型Skip-Gram 模型负采样模型词向量的训练过程1. 初始化词向量矩阵2. 神经网络反向传播概述我们先来说说词向量究竟是什么. 当我们把文本交给算法来处理的时候, 计算机并不能理解我们输入的文本, 词向量就由此而生了. 简单的来说, 词向量就是将词语转换成数字组成的向量.当我们描述一个人的时候, 我们会使用身高体重等种种指标, 这些指标就可以当做向量. 有了向量我们就可以使用不同方法来计算相似度.那我们如何来描述语言的特征呢? 我们把语
-
来自『央视新闻』 编辑 / 昱良9月18日,华为发布全球最快AI训练集群——Atlas 900。这款AI产品,取名自古希腊神话中的擎天巨神。它有什么特别之处?真能“擎天”...
-
2016年,DeepMind的围棋机器人AlphaGo在与李世石的第二局对决中第37手落子的瞬间,整个围棋界都震惊了。评棋人Michael Redmond,一位有着近千场顶级比赛经验的职业棋手,在直播中目瞪口呆,他甚至把这颗棋子从棋盘上拿下来观察周边的情况,仿佛要确认AlphaGo是否下错了棋。第二天,Redmond告诉美国围棋E杂志:“我到现在还不明白这步棋背后的道理。”李世石这位统治了世界棋坛十年的大师,花了 12 分钟来研究这一棋局,之后才做出回应。图 13-1展示了这手传说中的落子。图.
-
对于新手来说,在编程过程中最头痛的事就是遇到Bug后不知所措。时至今日,当有新手在群里提问时,也不时会看到下图的解决方案,即通过百度或者其他搜索引擎来解决问题: 诚然,很多问题可以通过搜索引擎得到答案。但往往忽视了解决Bug的第一种方法:查阅API文档。对于新手来说,正确使用API文档,至少能解决50%的问题。所以,我们很有必要来系统学习一下API文档的相关知识。文章目录1. 什么是API文档?2. 为什么要学会查阅API文档?3. 如何学会查阅API文档?1. 什么是API文档? 要解释
-
打开终端输入一下代码就可以啦!while(True): str=input("用户::"); print("假AI::"+str.strip("吗??")+"!");一个例子:Python strip()方法Python strip() 方法用于移除字符串头尾指定的字符(默认为空格或换行符)或字符序列。注意:该方法只能删除开头或是结尾的字符,不能删除中间部分的字符。strip()方法语法:str.strip([chars]);参数:chars ,移除字符串头尾指定的字符序列。返回值
-
最近遇到了一个联合对数正态分布的相关系数的问题,搜遍全网无果,索性自己动手。本文借鉴了这个知乎回答首先我们有二维正态分布:X,Y∼BVN(μx,μy,σx2,σy2,ρxy)X,Y\sim \mathbf{BVN}(\mu_x,\mu_y,\sigma_x^2,\sigma_y^2,\rho_{xy})X,Y∼BVN(μx,μy,σx2,σy2,ρxy)取对数之后我们会得到二维对数正态分布的概率密度函数。只写了第一象限的函数表达式,其他地方都是0。f(x,y)=12π1−ρxy2σxσyx
-
本文将会分享近期发布的七大GitHub机器学习项目。这些项目广泛覆盖了机器学习的各个领域,包括自然语言处理(NLP)、计算机视觉、大数据等。最顶尖的Github机器学习项...
-
要说最近几年计算机考研的特点是什么,就是四个字:“年年爆炸”!实际上,计算机考研不仅年年爆炸,而且每年的爆炸情况都比往年严重!我们来看看网络上已经公布的一些考生分数,看看什么才是真正的“神...
-
python猜单词小游戏猜单词小游戏对单词字母的重新排序循环猜测环节完整代码参考来源猜单词小游戏利用python实现一个猜单词的小游戏,需要导入的库为random库。设计逻辑:从单词列表中随机选取一个单词,对单词里的字母顺序进行重新随机排序,从而产生新的字符串,玩家通过这个新的字符串猜测原单词。对单词字母的重新排序先处理这个程序的核心代码就是如何生成乱序的单词jumble = ""while word: position = random.randrange(len(word)) #
-
本文将介绍由腾讯与欧洲顶级农业大学 WUR(荷兰瓦赫宁根大学)共同举办的第二届“国际智慧温室种植大赛”预赛情况。9月20日,腾讯与欧洲顶级农业大学 WUR(荷兰瓦赫宁根大...
-
一、问题背景无人机在拍摄视频时,由于风向等影响因素,不可避免会出现位移和旋转,导致拍摄出的画面存在平移和旋转的帧间变换, 即“抖动” 抖动会改变目标物体 (车辆、行人) 的坐标,给后续的检测、跟踪任务引入额外误差,造成数据集不可用。理想的无抖动视频中,对应于真实世界同一位置的背景点在不同帧中的坐标应保持一致,从而使车辆、行人等目标物体的坐标变化只由物体本身的运动导致,而不包含相机的运动 抖动可以由不同帧中对应背景点的坐标变换来描述二、抖动的量化指标抖动可以用相邻帧之间的 x 方向平
-
技术无国界、无性别、无身份之分。即使在男性占比较高的 IT 技术发展的关键历程里,优秀的女程序员也从不缺席。谈及世界上第一位女程序员 Ada Lovelace,她于 1842 年就已为当代计算机的原型概念 Charles Babbage 的分析机编写出了世界上第一个机器算法;作为一名非常厉害的计算机科学家,Barbara Liskov 的创新性研究为计算机编程领域带来了巨大变革,并领导 CLU 编程语言的设计,也为面向对象程序设计(OPP)奠定了基础;Margaret Hamilton,24 岁的她机
-
任务描述来源为:日本广岛Quest2020:柠檬外观分类竞赛部署实践比赛链接:https://signate.jp/competitions/4313-31比赛截止,大佬们可以去试试,我这个必然拿不住奖,仅做练习。数据集:可以在百度ai studio找到。如何根据据图像的视觉内容为图像赋予一个语义类别是图像分类的目标,也是图像检索、图像内容分析和目标识别等问题的基础。本实践旨在通过一个美食分类的案列,让大家理解和掌握如何使用飞桨2.0搭建一个卷积神经网络。特别提示:本实践所用数据集均来自互
-
前言在上次的文章中我们解析了backbone网络的构建源码,在这篇中我们针对model.py剩余的部分进行debug解析。如果没看过之前文章的小伙伴,推荐先查看这个系列的第一篇和第二篇。下面贴上传送门:1.yolov5源码解析第一篇 架构设计和debug准备2.yolov5源码解析第二篇 backbone源码解析今天我们继续对model.py里的Detect类进行解析,这部分对应yolov5的检查头部分。detect类在model.py里,这部分代码如下:class Detect(nn.Modu
-
本文由『机器之心』授权转载参编辑 / 昱良链接:https://arxiv.org/pdf/1908.08847.pdf时尚电子商务平台通过搜索和个性化来简化服装购买。可...
-
新型智慧城市的创新实践和经验新型智慧城市建设以数据为核心,通过权属划分,要把城市各部门数据进行汇集治理,通过数据中枢,最终将城市的应用场景聚合起来,充分释放数据价值。同时,基于在新型智慧城市建设中的实践和思考,智慧城市建设与运营需要具备四大维度的能力,包含顶层设计能力、数据中台建设能力、智慧城市应用开发能力与生态培养赋能能力。CyberVein具备智慧城市建设运营的全栈式能力,是采用DAVE数据交换机建设新型智慧城市,接下来会结合五个能力维度进行解析。一、顶层设计能力利用大数据为智慧城市找到了出..
-
创建自己的虚拟环境相信很多人学习了很久Python,还不会安装虚拟环境,这里手把手教会你创建自己的虚拟环境,步骤如下:选择一个途径:如:以我的F盘为例新建文件夹并命名。(如:myproject)输入virtualenv .venv创建虚拟环境(.venv中的"."代表创建的是一个隐藏文件)创建完成后打开myproject,出现一个关于.venv的文件夹,表示环境创建成功双击进入.venv 里面的Scripts文件夹输入activate 点击回车激活并进入虚拟

-
“Hey Siri!”作为预装语音助手Siri的附加功能,于2014年9月在iOS 8中发布。然而,在iOS 9(2015年9月)它升级了,只允许被用来识别用户的个性化语音。
-
AAAI 2020论文解读:商汤科技发布新视频语义分割和光流联合学习算法
在这篇文章中,作者提出了一个新颖的光流和语义分割联合学习方案。语义分割为光流和遮挡估计提供了更丰富的语义信息,而非遮挡的光流保证了语义分割的像素级别的时序一致性。作者提出的语义分割方案不仅可以利用视频中的所有图像帧,而且在测试阶段不增加额外的计算量。
-
围绕语音语言,微信AI首席科学家牛成公布了最新开放方案,并重磅宣布全面开放各层次 NLP 能力。具体说来,微信 AI 迈出了“三大步”:以硬件合作为核心的智言小微硬件开放平台 2.0 正式亮相;公开以对话开放能力为核心的微信对话开放平台;全面开放以自然语言处理能力为核心的 NLP 基础技术平台。
-
本期爱奇艺技术沙龙《语音和语言技术在自然交互中的实践》主题中,邀请了来自爱奇艺、小米等的嘉宾为大家分享了关于语音技术方面的创新以及该技术在应用方面的实践,本期沙龙的干货分享我们会陆续发布,首先跟大家分享的是爱奇艺HomeAI智能语音交互系统及在语音交互系统的相关实践,以下为演讲实录。
-
概括来讲, VC可以将一个人的声音转换为另一个音色,但表述的内容没有改变。脑补了一下,这个技术可以给用户带来非常多有乐趣的体验。近日,在爱奇艺《语音和语言技术在自然交互中的实践》沙龙上,爱奇艺资深研发工程师 Daniel Chen 就为我们分享了关于 Voice Conversion 技术,以及 VC 在变声方面的探索与实践。
-
对自然语音处理(NLP)领域而言,2019年是令人印象深刻的一年,本文将回顾2019年NLP和机器学习领域的重要事件。内容 主要集中于 NLP 领域,但也会包括一些与 AI 有关的有趣故事,包括新发布模型、工程成果、年度报告以及学习资源等。
-
要搞清楚自然语言理解难在哪儿,先看自然语言理解任务的本质是什么。作为人工智能关注的三大信息类型(语音、视觉、语言)之一,自然语言文本是典型的无结构数据,由语言符号(如汉字)序列构成。要实现对自然语言的表意的理解,需要建立对该无结构文本背后的语义结构的预测。
-
GitHub标星近10万:只需5秒音源,这个网络就能实时“克隆”你的声音
本文中,Google 团队提出了一种文本语音合成(text to speech)神经系统,能通过少量样本学习到多个不同说话者(speaker)的语音特征,并合成他们的讲话音频。此外,对于训练时网络没有接触过的说话者,也能在不重新训练的情况下,仅通过未知说话者数秒的音频来合成其讲话音频,即网络具有零样本学习能力。
-
确认!语音识别大牛Daniel Povey将入职小米,曾遭霍普金斯大学解雇,怒拒Facebook
10 月 17 日,语音界传奇 Daniel Povey 发布推特,宣布自己 2019 年末将要入职小米,目前正在签订合同阶段,入职后,他将带领一支团队研发下一代 PyTorch-y Kaldi。小米公司内部知情人士向 AI科技大本营确认了 Daniel Povey 将入职的消息,表示还在走最后流程,具体职位信息不便透露,但很快就会对外公布官方消息。
-
本篇文章将基于百度API实现对电脑的语音智能控制,不需要任何硬件上的支持,仅仅依靠一台电脑即可以实现。作者经过测试,效果不错,同时可以依据作者所给出的代码进行修改加入自己需要的功能,而所有代码的实现都是依靠python编程实现。试想,通过语音实现对电脑的控制,而电脑又可以对其他硬件进行控制,那么即可以实现语音对其他硬件的控制,即达到智能家具的效果。
-
本篇文章将从技术和产业两个角度来回顾一下语音识别发展的历程和现状,并分析一些未来趋势,希望能帮助更多年轻技术人员了解语音行业,并能产生兴趣投身于这个行业。
-
ESIM模型最初由达摩院语音实验室内的90后科学家陈谦(花名潭清)研发,他博士毕业于中科大,是达摩院中最年轻的科学家之一,也是2018届的阿里星(阿里星是专门针对高校顶尖人才的一个培养计划,从应届毕业生中经过层层筛选,由技术带头人担任主管,进行重点培养,每年的阿里星平均只有20人不到)。
-
速度提升270倍!微软和浙大联合推出全新语音合成系统FastSpeech
目前,基于神经网络的端到端文本到语音合成技术发展迅速,但仍面临不少问题——合成速度慢、稳定性差、可控性缺乏等。为此,微软亚洲研究院机器学习组和微软(亚洲)互联网工程院语音团队联合浙江大学提出了一种基于Transformer的新型前馈网络FastSpeech,兼具快速、鲁棒、可控等特点。与自回归的Transformer TTS相比,FastSpeech将梅尔谱的生成速度提高了近270倍,将端到端语音合成速度提高了38倍,单GPU上的语音合成速度达到了实时语音速度的30倍。
-
目前,人类使用的语言种类有近7000种,然而由于缺乏足够的语音-文本监督数据,绝大多数语言并没有对应的语音合成与识别功能。为此,微软亚洲研究院机器学习组联合微软(亚洲)互联网工程院语音团队在ICML 2019上提出了极低资源下的语音合成与识别新方法,帮助所有人都可以享受到最新语音技术带来的便捷。
-
之前我们为大家介绍过一项非常酸爽的研究“Talking Face Generation”:给定音频或视频后(输入),可以让任意一个人的面部特征与输入的音视频信息保持一致,也就是说出输入的这段话。当时营长就想到了“杨超越的声音+高晓松的脸”这样的神仙搭配。不过,近期一项新研究再度抓到了营长的眼睛!在最新的研究中,研究者仅需要音频信息就生成了人脸... ...如此鬼畜的操作,此乃头一次见啊!接下来营长就为大家介绍一下这项工作!
-
随着语音助手的使用范围越来越广,用户对隐私问题的疑虑也是与日俱增,然而消费者对智能音箱似乎仍十分买账。智能音箱预计将会成为即将到来的美国感恩节和圣诞节购物季中的送礼佳品。更何况已经有超过 1/4 的美国人已经拥有智能音箱,并且每月会至少使用一次语音助手功能。
-
语音技术最大的一个落地产品当属搜狗输入法,它集成了搜狗的语音输入功能、语音翻译功能。而在搜索上,主打搜索直达功能背后的智能匹配技术可以让在用户提出问题后在首条就可直接给出最为匹配的答案,而不再单纯给出多种结果。

活动
-
2021.03.31
-
2020.12.25
-
2020.06.02
-
2020.06.12
-
2020.07.04
精品推荐
热门推荐
学习资源
关于我们

关注「AI科技大本营」
转载 & 投稿(微信):1092722531
商务合作(微信):15222814505